视为经典案例的小沙第一次庭审，那次的应对也不过是需要三个基础能力：语义理解、法律服务、软件开发能力。
只有极少数的情况，才需要去动用小沙的全量模型。
即便需要全量模型，全程调用全量模型，和只在有需要的步骤去调用全量模型，消耗的资源也是大相径庭的，但结果可能是一模一样。
……
“训练提升难住我了，裁切蒸馏还不是手拿把掐！”
深夜课堂学了这么久，郝成还是有几把刷子的，微意识体的模型训练力有未逮，但压缩郝成还是有办法的。
更何况，郝成还有小沙这个绝佳的辅助工具。
“小沙，帮我统计并分析一下所有的用户行为，并将他们最常使用的能力和功能分类列举出来，从大到小进行排序。”
原本就这个工作量，没有十天半个月都不可能完的成，但现在有小沙，所需时间顿时缩短到顷刻间。
郝成现在的思路就是：将小沙完全体作为全量模型，压阵，轻易不出，只有当问题确实解决不了了，才转到这里。
然后就是分门别类，根据分类将小沙分别压缩成若干个各自领域和专业的小模型。
后续，用户请求，就先经过甄别，由对应领域的小模型处理。
比如，与人的交互，当然是语言模型最先接手，然后一步一步去处理。
至于ai使用元素级应用、ai保障网络完全、ai开发应用和软件等等这些，第一步就可以省了——ai与机器的交互，还通过语言模型再转一道，除了消耗资源之外，毫无意义。
……
第一个阶段方案的雏形迅速的被设计了出来。
这个阶段，郝成也不求精，就干一件事儿——裁剪，也就模型剪枝。
比如，第一个要做的小模型：语言识别。
那就把除语言识别能力以外的能力全剪掉，你只需要识别语音，转成文字就可以了，连理解都不需要，那是第二个模型的事儿。
依照这样的理论，在郝成的指导下，小沙本“人”操刀，一个又一个的专业或者复合小模型迅速诞生。
……
翌日上午，一到公司，郝成就喊来